SISTEM PENGELOMPOKAN DAN PENGINGAT PEMBAYARAN TAGIHAN AIR MENGGUNAKAN ALGORITMA K-MEANS DI SUMUR BOR TIRTO NUR ABADI
Berkas Tugas Akhir
surat persetujuan uangah karya ilmiaya permata.pdf
(Halaman Depan)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-1.pdf
(BAB 1),21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-2.pdf
(BAB 2)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-3.pdf
Restricted to Registered users only
(BAB 3)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-4.pdf
Restricted to Registered users only
(BAB4)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-5.pdf
Restricted to Registered users only
(BAB5)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-6-halaman-1.pdf
Restricted to Registered users only
(Daftar pustaka)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-6-halaman-2.pdf
(LAMPIRAN)21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf-halaman-8.pdf
Restricted to Registered users only
21533490-DESYINTANPERMATASARI_SEKRIPSI FIX LULUS pdf.pdf
Restricted to Registered users only
Abstract
Air bersih merupakan kebutuhan pokok yang vital dalam kehidupan masyarakat, sehingga pengelolaannya perlu dilakukan secara efisien dan tepat. Di Sumur Bor Tirto Nur Abadi, pengelolaan pelanggan dan penagihan tagihan air masih bersifat manual, yang menimbulkan berbagai kendala seperti keterlambatan pembayaran, kurangnya informasi kepada pelanggan, dan terganggunya arus kas. Berdasarkan data, sekitar 21,19% pelanggan mengalami keterlambatan pembayaran secara rutin. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem pengelompokan dan pengingat pembayaran tagihan air berbasis web dengan menerapkan algoritma K-Means Clustering. Sistem ini bertujuan mengelompokkan pelanggan berdasarkan perilaku pembayaran ke dalam tiga kategori: Tepat Waktu, Terlambat, dan Sering Terlambat. Hasil penelitian menunjukkan bahwa sistem mampu mengklasifikasikan pelanggan ke dalam tiga klaster dengan distribusi Tepat Waktu (50%), Terlambat (28%), dan Sering Terlambat (22%). Pengelompokan ini membantu pengelola merancang pengingat yang lebih tepat sasaran dan meningkatkan efektivitas pengelolaan pembayaran. Sistem juga dilengkapi dengan antarmuka yang responsif dan visualisasi data yang mendukung pemantauan serta pengambilan keputusan. Implikasi dari penelitian ini mencakup peningkatan efisiensi penagihan, penurunan keterlambatan pembayaran, serta mendukung keberlanjutan layanan air bersih secara digital dan otomatis.
Kata kunci : K-Means Clustering; Pembayaran Tagihan Air ; Pengelompokan Pelanggan; Sistem Pengingat;
Informasi Item
| Item Type | Thesis (S1) |
|---|---|
| Uncontrolled Keywords | K-Means Clustering; Pembayaran Tagihan Air ; Pengelompokan Pelanggan; Sistem Pengingat; |
| Subjects | T Technology > T Technology (General) |
| Divisions | Faculty of Engineering > Department of Informatic Engineering |
| Date Deposited | 04 Sep 2025 14:33 |
| Last Modified | 04 Nov 2025 01:17 |
| URI | https://eprints.umpo.ac.id/id/eprint/17912 |
